3. 轮动配置的收益来源与风险分解

跨市场ETF轮动策略的净值曲线往往看起来“平滑向上”,但这条曲线背后其实叠加了四类性质完全不同的收益与风险:资产配置(大类资产之间的仓位切换)、行业轮动(行业ETF之间的相对强弱选择)、风格轮动(价值/成长、大盘/小盘等风格因子的暴露切换)、以及跨市场联动(A股、港股、美股等市场之间的相关性与传导)。如果不做分解,我们无法判断策略的超额收益究竟来自“选对了资产”,还是“踩中了行业”,抑或只是“市场beta的顺风”。本节要建立的,就是把这四类来源拆开、量化、并对应到风险敞口的归因框架。

一、四类收益来源的定义与可分离性

先明确参照系:本节所有收益分解均以“策略组合相对其基准组合的超额收益”为对象,基准取各市场代表性宽基ETF按战略权重静态持有的组合。在此参照下,四类来源可定义为:

  • 资产配置收益:由大类资产(股票/债券/商品、或A股/港股/美股)之间的动态权重偏离战略权重所贡献的收益,反映“择时与仓位切换”能力。
  • 行业轮动收益:在同一市场内部,由行业ETF权重相对该市场宽基基准的偏离所贡献的收益,反映“行业内选强”能力。
  • 风格轮动收益:由价值/成长、大/小盘等风格因子的暴露变化所贡献的收益,可用风格因子回归的暴露系数与因子收益乘积来度量。
  • 跨市场联动收益:由不同市场之间的相关性结构变化、汇率变动、以及市场间传导时滞被利用所贡献的收益,本质是“市场间相对配置+汇率+时点”的复合项。

这四类来源在数学上并非天然正交,因此归因框架的关键是设定分解顺序并保持一致。常用做法是采用“层级分解”:第一层先分解资产配置(市场层),第二层在各市场内部拆出行业与风格,第三层单独剥离跨市场联动中的汇率与相关性项。顺序一旦确定,全篇与图示必须沿用同一顺序,否则各期归因结果不可比。

二、归因框架的计算结构

设策略组合在第 t 期的收益为 Rp,t,基准收益为 Rb,t。采用Brinson式多层级归因,可将超额收益写为:

超额收益 = Σ_m (w_p,m − w_b,m) · R_b,m        // 资产配置效应(市场层权重偏离)
         + Σ_m w_b,m · (R_p,m − R_b,m)        // 市场内选择效应(行业+风格)
         + Σ_m (w_p,m − w_b,m) · (R_p,m − R_b,m)  // 交互项
         + FX效应 + 相关性/时点效应            // 跨市场联动项

其中 wp,m、wb,m 分别为策略与基准在市场 m 上的权重,Rp,m、Rb,m 为对应市场内收益。市场内选择效应再通过风格因子回归进一步拆分:将 Rp,m − Rb,m 对价值、成长、规模、动量等因子做滚动回归,得到风格暴露贡献与残差(即纯行业选择贡献)。跨市场联动项中的FX效应按“本币计价收益 − 外币计价收益×期初汇率/期末汇率”计算,相关性/时点效应则用市场间滚动相关系数的变化对组合波动的边际贡献来近似。

实操提示:归因周期建议与调仓周期一致(如月度调仓则按月归因),并对交互项单独列示而非强行摊入某一项,否则容易高估资产配置的贡献。示例中若某月交互项占比超过15%,应检查是否因权重偏离过大导致分解失真。

三、风险分解:从收益归因到风险预算

收益归因回答“赚在哪”,风险分解回答“险在哪”。对组合收益序列做协方差分解,可将组合总波动拆为各来源的边际风险贡献(MCTR):

σ_p = Σ_i w_i · MCTR_i,   MCTR_i = (Σw)_i / σ_p
风险贡献占比_i = w_i · MCTR_i / σ_p

在跨市场ETF轮动中,常见现象是:资产配置贡献了大部分收益,但风险贡献却集中在跨市场联动项(因为市场间相关性在危机时骤升,汇率波动放大尾部风险)。因此归因框架必须收益与风险双列,否则会出现“收益看着来自行业轮动,实际风险却由跨市场敞口主导”的误判。建议同时输出滚动12期的收益贡献与风险贡献两张表,观察二者是否背离。

四、归因结果如何指导下一期配置

归因不是事后记账,而是下一期权重调整的输入。判断逻辑可归纳为三条:其一,若某类来源的收益贡献持续为正但风险贡献同步走高,说明该来源已进入“高性价比衰减”区间,应压缩其权重偏离幅度;其二,若行业轮动收益贡献长期接近零而风格轮动贡献显著,说明策略实际赚的是风格beta,应把行业选择模块降级为风格暴露管理;其三,若跨市场联动项的风险贡献在压力期超过40%,应引入相关性上限约束或汇率对冲比例作为硬约束。以下SVG给出四类来源在“收益—风险”二维上的归因映射与决策路径。

轮动配置收益—风险归因框架(层级分解) 策略组合超额收益 / 总风险 资产配置 市场层权重偏离 行业轮动 行业ETF相对强弱 风格轮动 价值/成长·大/小盘 跨市场联动 相关性·汇率·时点 收益贡献 收益贡献 收益贡献 收益贡献 示例 +6.2% 示例 +2.8% 示例 +1.5% 示例 +0.9% 风险贡献 风险贡献 风险贡献 风险贡献 示例 28% 示例 22% 示例 18% 示例 32% 背离信号:跨市场联动收益低但风险贡献最高 → 优先约束 收益高·风险同步高 压缩权重偏离幅度 行业贡献≈0·风格显著 行业模块降级为风格管理 压力期联动风险>40% 加相关性上限/汇率对冲 注:图中数值为教学示例假设,非实测结果;分解顺序固定为 资产配置→行业/风格→跨市场联动

五、一个可复用的归因输出模板

为了让归因结果能直接进入投决流程,建议每期输出如下字段的归因表(示例数值为教学假设):

来源收益贡献风险贡献收益/风险比本期判断
资产配置+6.2%28%0.22维持,偏离幅度不扩大
行业轮动+2.8%22%0.13观察,连续两期为负则降级
风格轮动+1.5%18%0.08风格暴露已偏高,收敛
跨市场联动+0.9%32%0.03性价比最差,优先约束

读表的关键不是看单项绝对值,而是看“收益/风险比”的排序与变化趋势。上例中跨市场联动的收益/风险比仅0.03,却占用32%的风险预算,说明这部分敞口是“低回报高波动”的典型,下一期应通过降低非本币市场权重或提高汇率对冲比例来压缩。反之,若某期行业轮动的收益/风险比升至0.3以上且连续三期为正,则可适度放宽行业集中度上限。

常见误区:把交互项直接并入资产配置效应,会让资产配置的贡献被系统性高估,尤其在市场层权重偏离较大时。务必单列交互项,并在报告中注明分解顺序,保证跨期可比。

综上,本节建立的归因框架可概括为“一层分解市场、二层分解行业与风格、三层剥离汇率与相关性”,并以收益贡献与风险贡献双列输出、以收益/风险比作为权重调整依据。只有把四类来源拆清楚,跨市场ETF轮动策略的“赚在哪、险在哪”才真正可解释、可复盘、可迭代。